【正文】 首先可以用Stat—Regression—Fitted Line Plot看一下兩者的關(guān)系，在Response框中給出y所在的列號(hào)，在Predictor框中給出x所在的列號(hào)，并在Type of Regression Model中選擇線性(Linear)，按OK后，給出如下結(jié)果：Regression Analysis: y versus xThe regression equation is y = + x S = RSq = % RSq(adj) = %Analysis of VarianceSource DF SS MS F PRegression 1 Error 8 Total 9 Fitted Line Plot: y versus x 若僅要建立y關(guān)于x的一元線性回歸方程，可以直接用STAT—Regression—Regression ，出現(xiàn)Regression的框，在“Responnse”中選擇y 所在的列號(hào)（現(xiàn)在是C2），再在“Predictors”中選擇x所在的列號(hào)，然后點(diǎn)擊“OK”立即在Session中出現(xiàn)以下結(jié)果：Regression Analysis: y versus xThe regression equation is（回歸方程）y = + xPredictor Coef SE Coef T P（以下為變量名）（系數(shù)） （標(biāo)準(zhǔn)誤） （對(duì)系數(shù)作檢驗(yàn) （對(duì)應(yīng)的p值） 的t 統(tǒng)計(jì)量的值）Constant x S = RSq = % RSq(adj) = %（的估計(jì)） （復(fù)相關(guān)系數(shù)的平方） （修正的復(fù)相關(guān)系數(shù)的平方）Analysis of Variance（方差分析表） Source DF SS MS F P（來(lái)源） （自由度） （偏差平方和） （均方和） （F比） （檢驗(yàn)的p值）Regression(回歸) 1 Residual Error(殘差) 8 Total(總計(jì)) 9 例28 為了解某地區(qū)原棉的纖維強(qiáng)力y 與纖維的支數(shù)x纖維的成熟度x2的關(guān)系，收集了28組數(shù)據(jù)：序號(hào)x1x2y154152570035674456985616565929775058592097646106556116475125907135697146618156208165798175551186089196060206059216370226102236245246644 續(xù)表：序號(hào)x1x2y256191266352275999285815 使用方法同上，只是在“Predictors”中要選擇所在列的列號(hào)。那么給出的圖形如下：七、試驗(yàn)設(shè)計(jì)中的數(shù)據(jù)分析方法——方差分析（ANOVA）例19 單因子方差分析 甲、乙、丙三廠生產(chǎn)同一種零件，為了了解各廠生產(chǎn)的零件強(qiáng)度有無(wú)明顯差異，分別從每一工廠生產(chǎn)的零件中隨機(jī)抽取四個(gè)測(cè)定其強(qiáng)度，數(shù)據(jù)如下：工廠零件強(qiáng)度甲1151169883乙103107118116丙73898597有兩種數(shù)據(jù)輸入方法： 一是每一水平的數(shù)據(jù)占一列，譬如在C1C3； 二是所有數(shù)據(jù)在一列上，譬如在C1，在C2上輸入各數(shù)據(jù)對(duì)應(yīng)的水平。RSource VarComp StdDev *Sigma（來(lái)源 方差分量 標(biāo)準(zhǔn)差 變差） Total Gage Ramp。 利用Stat—Basic Statistics—Display Descriptive statistics，在屏幕上出現(xiàn)對(duì)話框，在Variables框中給出變量所在列（本例為C1），再點(diǎn)擊OK，即顯示如下：Descriptive StatisticsVariable N Mean Median TrMean StDev SE Mean（變量名 樣本容量 平均值 中位數(shù) 切尾均值 標(biāo)準(zhǔn)差 標(biāo)準(zhǔn)誤）x 20 Variable Minimum Maximum Q1 Q3（變量名 最小值 最大值 第一四分位數(shù) 第三四分位數(shù)）x 若還點(diǎn)擊“Graph”，并選Graphical Summary，還給出如下圖形：圖中給出了自動(dòng)分組的直方圖，并配上正態(tài)曲線，此外還給出了箱線圖、總體均值與中位數(shù)的95%的置信區(qū)間。 主菜單中包含：File，Edit，Manip，Calc，Stat，Graph，Editor，Windows，Help共九個(gè)內(nèi)容。 數(shù)據(jù)是全屏幕進(jìn)行編輯的，光標(biāo)在那個(gè)單元格，就可以在該單元中輸入數(shù)據(jù)并進(jìn)行修改。R） 為了評(píng)定測(cè)厚儀的Ramp。 例15 圖：為制作某金屬零件長(zhǎng)度的控制圖，每隔一小時(shí)測(cè)量五個(gè)零件的長(zhǎng)度，記錄與標(biāo)準(zhǔn)值之差，數(shù)據(jù)如下：序號(hào)測(cè)量值11285123211138114310362741212612456965568118927109637871291395911671077611111110139121512476813138413711148477415106910141614786517111288185631061967471020127991321311612622425982371271110244589725596125 數(shù)據(jù)輸入方法同上，操作也基本同上，僅將XbarS改為XbarR，結(jié)果如下： 如果要給出每一樣本的均值、標(biāo)準(zhǔn)差、極差，對(duì)第一種輸入方法，可以采用Cacl—Row Statistics，選Statistics中的Mean(或Standard deviation或Range)在input variables中給出列號(hào)（本例可以輸入C1C5），在store result in中給出存放的列號(hào)，譬如在本例中可以放在C6（或C7或C8）。s Test (any continuous distribution)（非正態(tài)的連續(xù)總體的非參數(shù)等方差性檢驗(yàn)） Test Statistic: PValue : 并用圖表示置信區(qū)間及檢驗(yàn)： 4．成對(duì)數(shù)據(jù)的比較 例24 工廠的兩個(gè)化驗(yàn)室每天同時(shí)從工廠的冷卻水中取樣，測(cè)定水中的含氯量(ppm) ，下面是11天的記錄，要檢驗(yàn)兩者的測(cè)定結(jié)果有無(wú)顯著差異。在Stat—Reliability/Survival—Parametric Dist AnalysisRight Cens…中 Variables中選失效數(shù)據(jù)所在的列號(hào)，本例為C1 Frequency Columns中選頻數(shù)所在列的列號(hào)，本例為C2 Assumed distribution中選Weibull在選項(xiàng)Censor…的Use Censoring Column中選表示。結(jié)果如下：TwoSample TTest and CI: x, LTwosample T for xL N Mean StDev SE Mean（總體代碼 樣本容量 均值 標(biāo)準(zhǔn)差 標(biāo)準(zhǔn)誤）1 8 2 7 Difference = mu (1) mu (2)Estimate for difference: 95% CI for difference: (, )（的估計(jì)及95%的置信區(qū)間）TTest of difference = 0 (vs not =): TValue = PValue = DF = 13（檢驗(yàn)的t統(tǒng)計(jì)量的值、P值、自由度）Both use Pooled StDev = （由于假定兩個(gè)總體的方差相等，因此采用共同的標(biāo)準(zhǔn)差的估計(jì)） 3．兩個(gè)正態(tài)總體方差相等性檢驗(yàn) 仍用上述例23，檢驗(yàn)兩個(gè)總體的方差是否相等。R Repeatability Reproducibility ParttoPart Total Variation 六、控制圖： 例14 均值標(biāo)準(zhǔn)差圖（）： 某電阻生產(chǎn)廠家，每隔一小時(shí)抽取四個(gè)電阻測(cè)量得到的阻值如下：序號(hào)測(cè)量值1234567891011 續(xù)表：序號(hào)測(cè)量值1213141516171819202122232425 數(shù)據(jù)有兩種輸入方法：一種是放在四列上（譬如C1C4），一種是按樣本序號(hào)放在一列上（譬如C1）。例11 因果圖： 某廠生產(chǎn)的曲軸存在開(kāi)檔大，彎頭小的質(zhì)量問(wèn)題，從五個(gè)方面分析原因，將這些原因分別輸入在CCCCC5上分別輸入人(men)、機(jī)器(Machines)、材料(Materials)、方法(Methods)、測(cè)量(Measurements，本例沒(méi)有)、環(huán)境(Environment)，數(shù)據(jù)如下：C1 C2 C3 C4 C5思想不集中 漏油 彎頭有銳邊 140與150混錯(cuò) 灰塵多沒(méi)有自檢 超負(fù)荷 夾具厚薄不一 鐵屑多新工人多 壓板夾緊力不足 毛坯堆放不齊 在Stat——Quality Tools——Causeandeffect，并在men、Machines、Materials、Methods、Environment的左面分別輸入CCCCC5，并在Effect中給出問(wèn)題所在，本例為“開(kāi)檔大彎頭小”，OK后給出如下圖形：例12 過(guò)程能力分析 對(duì)例1的數(shù)據(jù)，現(xiàn)規(guī)定罐頭的重量在(335，355)之間為合格，對(duì)過(guò)程能力進(jìn)行評(píng)價(jià)。 一行表示對(duì)一個(gè)個(gè)體進(jìn)行觀察所得